Παρακαλώ χρησιμοποιήστε αυτό το αναγνωριστικό για να παραπέμψετε ή να δημιουργήσετε σύνδεσμο προς αυτό το τεκμήριο:
https://hdl.handle.net/123456789/1214
Τύπος: | Πρακτικά συνεδρίου |
Τίτλος: | Prediction of melanoma incidence based on combination of genetic variants. |
Εναλλακτικός τίτλος: | Συνδυασμός γενετικών παραγόντων με τη δημιουργία δεικτών γενετικού κινδύνου στην εμφάνιση του μελανώματος |
Συγγραφέας: | [EL] Ντρίτσος, Γεώργιος[EN] Ntritsos, Georgios [EL] Ευαγγέλου, Ευάγγελος[EN] Evangelou, Evangelos |
Ημερομηνία: | 2021 |
Περίληψη: | The occurrence of melanoma is a composite process that implicates the interaction of phenotypic, environmental, and genetic risk factors. We constructed genetic risk models, with the aim to assess their predictive performance on melanoma risk. Summary level data from the largest meta-analysis of genome-wide association studies for melanoma, up to date, were used for the construction of weighted genetic risk scores. We used six different p-value thresholds for genetic variants inclusion. We evaluated our genetic risk scores in 2,862 events of incident melanoma and 321,789 cancer-free controls from the UK Biobank, a prospective cohort study of 500,000 participants. Using AUCs, we compared the predictive ability of the different genetic risk scores. Genetic risk scores were strongly associated melanoma risk. Odds Ratios ranged from 1.478 to 1.528. The predictive ability of the genetic risk scores ranged from 0.6234 to 0.6328 showing a moderate performance. Our study suggests that when the p-value threshold for genetic variants inclusion become more tolerant, the prediction performance of the model improved. Validation of the results in larger populations, as well as Southern European populations is needed. |
Γλώσσα: | Αγγλικά |
Τόπος δημοσίευσης: | Preveza, Greece |
Σελίδες: | 4 |
DOI: | 10.1109/SEEDA-CECNSM53056.2021.9566247 |
ISBN: | 978-1-6654-2742-5 |
Θεματική κατηγορία: | [EL] Ιατρική, άλλοι τομείς[EN] Medicine, miscellaneous |
Λέξεις-κλειδιά: | melanoma; genetic risk score; Prediction; AUC; UK Biobank |
Κάτοχος πνευματικών δικαιωμάτων: | © by the author(s) © 2021, IEEE |
Ηλεκτρονική διεύθυνση του τεκμηρίου στον εκδότη: | https://ieeexplore.ieee.org/document/9566247 |
Ηλεκτρονική διεύθυνση περιοδικού: | https://ieeexplore.ieee.org/xpl/conhome/9565881/proceeding |
Τίτλος πηγής δημοσίευσης: | Conference Proceedings: 2021 6th South-East Europe Design Automation, Computer Engineering, Computer Networks and Social Media Conference (SEEDA-CECNSM) |
Όνομα εκδήλωσης: | 6th South-East Europe Design Automation, Computer Engineering, Computer Networks and Social Media Conference, SEEDA-CECNSM 2021 |
Τοποθεσία εκδήλωσης: | Preveza, Greece |
Ημ/νία έναρξης εκδήλωσης: | 24/09/2021 |
Ημ/νία λήξης εκδήλωσης: | 26/09/2021 |
Σημειώσεις: | This research is co-financed by Greece and the European Union (European Social Fund- ESF) through the Operational Programme «Human Resources Development, Education and Lifelong Learning» in the context of the project “Reinforcement of Postdoctoral Researchers - 2nd Cycle” (MIS5033021), implemented by the State Scholarships Foundation (ΙΚΥ). |
Εμφανίζεται στις συλλογές: | Μεταδιδακτορικοί ερευνητές |
Αρχεία σε αυτό το τεκμήριο:
Αρχείο | Περιγραφή | Σελίδες | Μέγεθος | Μορφότυπος | Έκδοση | Άδεια | |
---|---|---|---|---|---|---|---|
proceedings_paper_103.pdf | Manuscript | 214.44 kB | Adobe PDF | - | Δείτε/ανοίξτε |